多媒体技术第二次实验--简单的Python多媒体

一.安装并导入 numpy, matplotlib, opencv, sounddevice, SoundFile, pydub 等 6 个模块。

        1.打开命令控制符 

        2.输入以下命令 用清华镜像源安装numpy模块

（更新）朋友跟我说不用镜像源用pip3也能成功

pip install numpy -i https://pypi.tuna.tsinghua.edu.cn/simple/

                如上图所示就是安装好啦

        同理安装其它五个模块 依次输入以下命令

pip install matplotlib -i https://pypi.tuna.tsinghua.edu.cn/simple/
pip install sounddevice -i https://pypi.tuna.tsinghua.edu.cn/simple/

//下面这两个我用清华镜像源会出现http403报错，使用豆瓣、阿里云镜像源会报错could not find version satifies，因此使用了网易源
pip install SoundFile -i https://mirrors.163.com/pypi/simple/ 
pip install pydub -i https://mirrors.163.com/pypi/simple/

//opencv模块豆瓣源、清华源、网易源、阿里云源都报错，用官方的源都报错could not find version satifies
pip install opencv -i https://pypi.python.org/simple/

//改为安装opencv-python模块 清华源报错Http403 网易源报错time out 豆瓣源、阿里云源报错not satisfies 直接安到python文件夹下的scripts文件夹也不成功 最后挂了vpn直接
pip install opencv-python 

             3.导入安装好的模块们

        先在命令控制符里输python 

                （最终导入的正确指令如下）

import numpy
import matplotlib
import cv2
import sounddevice
import soundfile
import pydub 

import opencv会报错：invalid syntax

        解决：改为import cv2     

import SoundFile 会报错：No module named 'SoundFile'

        在文件夹里看到它实际是全小写文件名 改为soundfile后就成功了

import pydub会报错：Couldn't find ffmpeg

        解决：报错说需要依赖库ffmpeg 就先pip install ffmpeg 再import ffmpeg  然后import pydub

二、完成各类文件操作

        1.利用 opencv 库，读取四张猫的图像（可在网上搜索 4 张图），将四张图拼成一张拼贴画，然后保存图像。

                打开IDLE Shell 新建文件 并将四张猫猫的图像和文件放在同一目录下

            代码如下：

import cv2
import numpy as np

# 读取四张猫的图像
cat1 = cv2.imread('cat1.jpg')
cat2 = cv2.imread('cat2.jpg')
cat3 = cv2.imread('cat3.jpg')
cat4 = cv2.imread('cat4.jpg')


# 拼接四张图 已经预先处理为同一尺寸 
height, width, _ = cat1.shape
cats = np.zeros((2 * height, 2 * width, 3), dtype=np.uint8)
cats[0:height, 0:width] = cat1
cats[0:height, width:2*width] = cat2
cats[height:2*height, 0:width] = cat3
cats[height:2*height, width:2*width] = cat4

# 保存拼贴画
cv2.imwrite('cats.jpg', cats)

print("拼贴画已保存为 cats.jpg")

height, width, _ = cat1.shape：cat1.shape返回三个值（高、宽和channels）用两个变量存储了其中的高和宽

    numpy.zeros((height, width, channels), np.uint8)

            运行结果：

2.利用 sounddevice, SoundFile, pydub 库，读取一段音乐的音频文件（music.wav）并播放，依次去掉该音乐的第 2、4、6、8、10…等偶数秒内的音频，然后保存为一个新的音频文件。

        同样 打开IDLE Shell 新建文件 并将音频文件和它放在同一目录下

        代码如下：

import sounddevice as sd
import soundfile as sf
import ffmpeg
import pydub as py
import numpy as np


filename = 'music.wav'
data, fs = sf.read(filename, dtype="float32")

sd.play(data, fs)
status = sd.wait()

duration = len(data) / fs

for t in range(1, int(duration), 2):
    start = int(t * fs)
    end = int((t + 1) * fs)
    data = np.concatenate((data[:start], data[end:]))

sf.write('processed_music.wav', data, fs)

        这里我遇到了报错：

        和配置环境的时候遇到的基本一模一样

        去网上搜了一圈来挨个试 最后有效的是：下载ffmpeg 把它的bin文件夹路径添加到系统属性里的path中。

        具体步骤请参考这个帖子的前三步：ffmpeg安装教程（windows版）_ffmpeg windows安装-CSDN博客ffmpeg安装教程（windows版）_ffmpeg windows安装-CSDN博客https://blog.csdn.net/m0_47449768/article/details/130102406

       运行结果：

                        ​​​​​​​        

        现在来看一些代码的细节：

        

         我这道题的解题思路就是：从1开始遍历到最后一秒，单数秒之间的部分删除，也就把偶数秒删除掉了。

3.读取一个文本文件（alphatwice.txt），统计该文件内英文字母（区分大小写）的出现次数，选择出现次数最高的 10 个英文字母，利用 matplotlib 库绘制“字母-次数”直方图，最后将直方图保存为一个图像文件。

        同样 先创建文件并将文本文件（alphatwice.txt）和它放在一个目录下

        以下是代码：

import matplotlib.pyplot as plt

# 读取文本文件
with open("alphatwice.txt", "r") as file:
    text = file.read()

# 统计字母出现次数
letter_count = {}
for char in text:
    if char.isalpha():
        char = char.lower()  # 统一转换为小写字母
        if char in letter_count:
            letter_count[char] += 1
        else:
            letter_count[char] = 1

# 选择出现次数最高的 10 个英文字母
top_letters = sorted(letter_count.items(), key=lambda x: x[1], reverse=True)[:10]
letters, counts = zip(*top_letters)

# 绘制直方图
plt.bar(letters, counts)
plt.xlabel('Letter')
plt.ylabel('Count')
plt.title('Top 10 Most Frequent Letters')
plt.savefig('letter_histogram.png')  # 保存直方图为图像文件
plt.show()

        运行结果：

        ​​​​​​​        ​​​​​​​        ​​​​​​​        

        代码的一些细节：